(二)生成深度伪造的方法

目录

 

自编码器概述

DeepFaceLab概述

换脸概述

---

• 下载项目文件 - 75.5 MB

深度伪造——使用深度学习在视频中将一个人的脸换成另一个人的脸——是当今使用人工智能的最有趣和最可怕的方式之一。

虽然深度伪造可用于合法目的，但它们也可用于虚假信息。能够轻松地将某人的脸换成任何视频，我们真的可以相信我们的眼睛告诉我们的吗？政治家或演员做或说令人震惊的事情的真实视频可能根本不是真实的。

在本系列文章中，我们将展示深度伪造的工作原理，并展示如何从头开始实现它们。然后我们将看看DeepFaceLab，它是一种多合一的Tensorflow驱动的工具，通常用于创建令人信服的深度伪造。

在上一篇文章中，我概述了深度伪造的生成以及该过程中涉及的元素。在本文中，我将简要说明生成深度伪造的一些方法：自动编码器(DIY)、DeepFaceLab（预打包）和Faceswap（预打包）。还有多种其他选择，但从我的角度来看，这些是最相关的解决方案。由于本系列侧重于DIY解决方案的具体细节，因此我将更多地关注自编码器。

自编码器概述

我发现自动编码器易于理解且易于使用。该神经网络是一种自监督学习结构，旨在从较低维表示重建其输入。换句话说，它们的主要优点是它们将输入压缩为潜在空间表示（压缩数据的潜在或隐藏表示），然后从这种简化的表示中重建它。最终输出应该是被摄取的确切内容。这个特殊的网络由两个元素组成：

• 编码器：网络的这一部分获取输入数据并将其压缩为潜在空间表示。
• 解码器：网络的这一部分输出重构数据，它从潜在空间表示生成。

这是一般自动编码器结构的外观：

在不丢失重要信息的情况下使输入数据更小的过程称为降维，它是深度伪造生成器的关键。

DeepFaceLab概述

该软件改变了制造深度假货的方式。正如它的创建者在官方存储库中所说的那样，它是“用于创建深度伪造的领先软件”，并且令人兴奋。DeepFaceLab是一个简单灵活的换脸开源框架，在GitHub上非常流行。它可以在不需要编码的情况下生成逼真的深度伪造视频，但对于不了解深度学习的用户来说仍然很灵活。

DeepFaceLab 可以安装在Windows、Linux上，也可以在Google Colab notebooks中使用，当你没有强大的本地机器时，这非常有用。它提供了一套很好的功能：您可以在视频中替换部分或整个面部、消除面部老化、替换整个头部或操纵嘴唇。我从他们的官方GitHub存储库中拍摄了一些图片和视频，只是为了向您展示这个解决方案有多棒。看一看：

这些可识别的面孔看起来很正常，直到您意识到它们不属于它们所在的场景！

这是原始版本和换脸版本的直接比较：

 

还有一个视频：https://www.youtube.com/watch?v=Ddx5B-84ebo

如您所见，这种方法非常棒！这些人付出了巨大的努力，甚至包括文档。我邀请你去看看！

换脸概述

Faceswap和DeepFaceLab一样，也很棒！它与Windows、Linux和MacOS兼容，并且基于TensorFlow、Keras和Python构建。他们有一个很棒的GitHub 存储库和一个很棒的论坛，您可以在那里就应用程序本身的任何问题寻求帮助。

在训练速度和最终结果方面，我会说它生成的深度伪造在质量上与DeepFaceLab非常相似。您应该继续检查它，如果您有时间，请玩玩它！

在接下来的文章我们将开始把重点放在我们的DIY方法。我将讨论应用于深度伪造的自动编码器。

https://www.codeproject.com/Articles/5298021/Approaches-to-Generating-Deep-Fakes